Segmento in cui si divide una parola. Benché tutte le lingue tendano a dividere le parole in unità minori, non esiste una definizione universalmente accettata di sillaba come realtà fonetica. Strutturalmente può essere considerata un elemento costituito da un nucleo cui si possono legare una o più consonanti. In genere il nucleo è una vocale, un dittongo o un trittongo, ma in alcune lingue può essere una consonante con valore vocalico; anche la sequenza di consonanti è più o meno complessa.
In italiano si hanno sillabe costituite solo dal nucleo (‘a-pe’, ‘uo-mo’), o dal nucleo preceduto e/o seguito da una, due o tre consonanti (‘ca-sa’, ‘tre-no’, ‘stra-no’, ‘can-ti-na’, ‘gran-di-ne’, ‘spran-ga’). La sillaba si dice aperta o chiusa a seconda che termini per vocale o per consonante.
La divisione in sillabe risponde all’esigenza grafica di spezzare la parola alla fine di una riga e segue regole convenzionali, proprie di ogni lingua. In italiano, fanno sillaba con la vocale che segue le consonanti semplici (‘ca-ro-ta’), i gruppi consonantici che rappresentano un unico fonema (‘fi-glio‘, ‘fa-scia‘) e, più in generale, quelli che possono essere pronunciati da soli, tanto che possono trovarsi anche all’inizio di parola (‘na-stro’, ‘sem-pre’); si dividono invece i gruppi formati da consonanti doppie, anche se foneticamente appartengono alla stessa sillaba (‘bal-lo’; ‘ac-qua’).